Forwarded from Garyの梦呓
DeepScaleR-1.5B-Preview
DeepscaleR-1.5b 是在 DeepSeekR1-distilled-Qwen1.5b 上仅使用 3800 A100h(~$4500) 进行 RL 微调的 LLM
该模型在 AIME 2024 上获得了 43.1％@1 的准确性，较基底（28.8％）提高 14％，在 1.5B 参数下超过了 o1-preview
（Arena Math 中 R1>Gemini 2 Thinking>o1p>Gemini 2 Pro）
Open sourced dataset, code, training logs and models
Github: Github.com/agentica-project/deepscaler
Inference GGUF
#AI
DeepscaleR-1.5b 是在 DeepSeekR1-distilled-Qwen1.5b 上仅使用 3800 A100h(~$4500) 进行 RL 微调的 LLM
该模型在 AIME 2024 上获得了 43.1％@1 的准确性，较基底（28.8％）提高 14％，在 1.5B 参数下超过了 o1-preview
（Arena Math 中 R1>Gemini 2 Thinking>o1p>Gemini 2 Pro）
Open sourced dataset, code, training logs and models
Github: Github.com/agentica-project/deepscaler
Inference GGUF
#AI
group-telegram.com/Laoself/10333
Create:
Last Update:
Last Update:
DeepScaleR-1.5B-Preview
DeepscaleR-1.5b 是在 DeepSeekR1-distilled-Qwen1.5b 上仅使用 3800 A100h(~$4500) 进行 RL 微调的 LLM
该模型在 AIME 2024 上获得了 43.1％@1 的准确性，较基底（28.8％）提高 14％，在 1.5B 参数下超过了 o1-preview
（Arena Math 中 R1>Gemini 2 Thinking>o1p>Gemini 2 Pro）
Open sourced dataset, code, training logs and models
Github: Github.com/agentica-project/deepscaler
Inference GGUF
#AI
DeepscaleR-1.5b 是在 DeepSeekR1-distilled-Qwen1.5b 上仅使用 3800 A100h(~$4500) 进行 RL 微调的 LLM
该模型在 AIME 2024 上获得了 43.1％@1 的准确性，较基底（28.8％）提高 14％，在 1.5B 参数下超过了 o1-preview
（Arena Math 中 R1>Gemini 2 Thinking>o1p>Gemini 2 Pro）
Open sourced dataset, code, training logs and models
Github: Github.com/agentica-project/deepscaler
Inference GGUF
#AI
BY Laoself 🙂↕️
Share with your friend now:
group-telegram.com/Laoself/10333